Nova IA da NASA usa 2 milhões de imagens para achar água na Lua

Tudo sobre Inteligência Artificial

A IBM e a NASA lançaram um modelo de IA de código aberto capaz de analisar a superfície da Lua. Treinado com dados de quatro missões, o sistema identifica possíveis depósitos de gelo, mapeia crateras e ajuda a estudar formações vulcânicas.Continua após a publicidadeA ferramenta foi criada para acelerar pesquisas baseadas em décadas de observações lunares e apoiar planos para uma presença humana sustentada no satélite. Entre os principais interesses está a localização de água e outros recursos importantes para futuras missões.
O modelo foi treinado com cerca de 2 milhões de imagens da Lua, reunidas principalmente pelo Lunar Reconnaissance Orbiter. – Imagem: NASA/GSFC/Arizona State UniversityDe onde vieram os dadosO NASA-IBM Lunar Foundation Model foi treinado principalmente com informações coletadas pelo Lunar Reconnaissance Orbiter (LRO) durante 17 anos. O conjunto reúne cerca de 2 milhões de imagens: mais de 1 milhão de registros de câmera com resolução de 1 metro e quase 964 mil imagens multiespectrais de 100 metros.Também entraram no treinamento dados das missões GRAIL, Lunar Prospector e SELENE, da agência espacial japonesa JAXA. No total, são mais de 30 camadas de dados obtidas por nove instrumentos de quatro missões.
A NASA passou décadas construindo um extraordinário registro científico da Lua, mas coletar dados é apenas parte do trabalho. Também precisamos tornar os dados mais fáceis de explorar e usar pelos cientistas.
Kevin Murphy, diretor de dados científicos e diretor interino de dados e IA da NASA, em nota.O que a IA encontraO modelo já recebe um grande volume de informações durante o treinamento e pode ser adaptado posteriormente a tarefas específicas com quantidades menores de dados classificados. Entre os usos estão:
identificar possíveis depósitos de gelo;

mapear e medir crateras;

localizar formações vulcânicas relativamente jovens;

detectar mudanças na superfície;

estimar a estabilidade de áreas onde pode existir gelo.
As regiões permanentemente sombreadas dos polos chamam atenção porque permanecem frias o suficiente para preservar gelo por bilhões de anos. Encontrar áreas onde esse gelo pode estar estável, na superfície ou abaixo dela, ajuda tanto no estudo da história lunar quanto na avaliação de possíveis recursos para exploração.

Água pode virar recursoO interesse pelo gelo vai além da pesquisa científica. Sua presença indica a existência de água e oxigênio, recursos considerados importantes para uma futura base lunar e para a produção de combustível de foguete em missões a Marte.Leia mais:As crateras também têm papel importante. Cada uma resulta de um impacto, e sua quantidade e suas características ajudam os cientistas a estimar a idade da superfície da Lua e reconstruir a história do Sistema Solar.Nos testes, o modelo identificou características da superfície lunar com até 23% mais precisão que métodos amplamente utilizados, segundo NASA e IBM. A vantagem foi especialmente clara na estimativa da estabilidade do gelo polar.Continua após a publicidade
O modelo NASA-IBM reproduz padrões de potencialidade de gelo lunar (em uma escala de azul a amarelo), exibidos em quatro locais (à esquerda) próximos ao polo da Lua. – Imagem: NASA/IBM ResearchCódigo aberto amplia o acessoO NASA-IBM Lunar Foundation Model foi disponibilizado publicamente no Hugging Face, enquanto o código completo está no GitHub. NASA e IBM também liberaram conjuntos de dados preparados para aprendizado de máquina e coleções de testes integradas ao TerraTorch.“O NASA-IBM Lunar Foundation Model mostra o que é possível quando levamos a IA aos petabytes de dados científicos da NASA”, comenta Murphy.Com o material aberto, pesquisadores podem testar, comparar e aprimorar o modelo para diferentes estudos da Lua. A iniciativa amplia o acesso às ferramentas usadas para analisar um dos maiores acervos de dados sobre a superfície lunar e pode facilitar novas pesquisas voltadas à ciência e à exploração do satélite.

Valdir Antonelli

Valdir Antonelli é jornalista com especialização em marketing digital e consumo.

Ver todos os artigos →